对于单站的被动目标跟踪，在笛卡尔坐标系下建立跟踪模型，并用扩展的卡尔曼滤波（ekf）进行预测，得到的结果通常是不稳定且容易发散的。针对这种情况，提出了在修正的极坐标系下建立状态模型，摒弃传统的ekf算法，采用无迹卡尔曼滤波（ukf）算法，通过采样逼近非线性函数。数学仿真结果表明：在修正的极坐标中利用ukf算法得到的结果比ekf算法具有更快的收敛速度和更高的估计精度，且稳定性更好。